The Effect of Minor and Major Mergers on the Evolution of Low-excitation Radio Galaxies
Notice bibliographique
Résumé
Abstract We use deep, μ r ≲ 28 mag arcsec−2, r-band imaging from the Dark Energy Camera Legacy Survey to search for past, or ongoing, merger activity in a sample of 282 low-excitation radio galaxies (LERGs) at z < 0.07. Our principal aim is to assess the the role of mergers in the evolution of LERGs. Exploiting the imaging depth, we classify tidal remnants around galaxies as both minor and major morphological disturbances for our LERG sample and 1622 control galaxies matched in redshift, stellar mass, and environment. In groups and in the field, the LERG minor merger fraction is consistent with the control population. In galaxy clusters, 8.8 ± 2.9% of LERGs show evidence of recent minor mergers in contrast to 23.0 ± 2.0% of controls. This ∼4σ deficit of minor mergers in cluster LERGs suggests these events may inhibit this type of nuclear activity for galaxies within the cluster environment. We observe a >4σ excess of major mergers in the LERGs with M * ≲ 1011 M⊙, with 10 ± 1.5% of these active galactic nuclei involved in such large-scale interactions compared to 3.2 ± 0.4% of control galaxies. This excess of major mergers in LERGs decreases with increasing stellar mass, vanishing by M * > 1011.3 M⊙. These observations show that minor mergers do not fuel LERGs, and are consistent with typical LERGs being powered by accretion of matter from their halo. Where LERGs are associated with major mergers, these objects may evolve into more efficiently accreting active galactic nuclei as the merger progresses and more gas falls on to the central engine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».